一种脑结构自动化测量方法应用于阿尔茨海默病诊断的初步探讨

目的初步探讨一种脑结构自动化测量方法用于脑区体积测量和阿尔茨海默病(Alzheimer’s disease,AD)脑结构变化检测,进而评估脑结构自动化测量的可靠性和应用于AD诊断的临床价值。材料与方法为研究脑结构自动化测量方法的可靠性,收集的204例正常人的脑部结构MRI影像数据,分别利用脑结构自动化分析和有经验的医生人工勾画测量两种方法,对左、右侧海马,左、右侧脑室,左、右侧尾状核,左、右侧壳核,左、右侧丘脑共10个脑区的体积进行测量并进行比较。为评估脑结构自动化测量方法应用于AD诊断的临床价值,研究纳入34例AD患者,并依据年龄和性别匹配一组正常人群作为对照组(n=34),采用自动化分析方法测量全脑47个主要脑区(包括额叶、颞叶、顶叶、枕叶、岛叶、扣带回及其他)的体积,比较两组人群脑区体积的差异。结果皮尔逊相关性(Pearson’s correlation)分析结果显示,两种测量方法对选取的10个脑区的体积测量均具有很好的相关性(判定系数r^(2)>0.9)。Bland-Altman一致性分析表明,所有脑区测量差异的均值位于0点附近,变异系数均小于5%。两种方法对脑区的分割差异相对比率的中位数分别为2.94%、3.08%、3.42%、2.90%、2.72%、3.20%、2.91%、2.84%、3.24%、3.39%。在对AD人群47个主要脑区体积的自动化测量中,发现AD组中的脑室结构(侧脑室、第三脑室、第四脑室)绝对体积相比较于对照组显著增加(P<0.05);32个其他脑区的绝对体积相比较于对照组显著降低(P<0.05)。此外,AD组中11个脑区的绝对体积和相对体积相比较于对照组都存在显著减少,分别包括内侧前额叶(P=0.0009)、颞中回(P=0.0003)、颞下回(P=0.0012)、颞极(P=0.0093)、角回(P=0.0030)、楔前叶(P=0.0052)、后扣带回(P=0.0157)、杏仁核(P<0.0001)、海马体(P=0.0016)、基底区域(P=0.0022)、内嗅区(P=0.0003)。结论应用脑结构自动化测量技术可准确评估脑部结构体积变化,与有经验的医生人工勾画测量具有良好的一致性,且能够较为准确地检测出与AD相关的脑结构变化,具有应用到AD诊断的潜在价值。